（AI）系统已经在某些领域领先于我们 - 玩，例如，或紧缩大量数据集- 但是在其他方面，AI仍然落后于人类，即使我们出生后的几个月也是如此。
例如，即使是年轻的婴儿本能地知道，一个短暂传递在另一个物体后面的对象也不应该消失并重新出现在其他地方。婴儿表现出如此魔力，出人意料地行为。
但是，这种简单的连续性规则以及其他基本的物理定律并不是AI如此直观。现在，一项新的研究介绍了一个名为Plato的AI，灵感来自对婴儿学习方式的研究。
柏拉图通过自动编码和跟踪对象代表物理学习，并且通过一系列编码视频进行了培训，旨在代表婴儿在生命的头几个月中具有相同的基本知识。
“幸运的是，对我们来说，发展心理学家花了数十年的时间研究婴儿对物理世界的了解，并将各种成分或概念分类。
“扩展他们的工作，我们建立并开放了一个物理概念数据集。此合成视频数据集从原始的发展实验中汲取灵感，以评估我们模型中的物理概念。”
我们从很小的时候就可以理解三个关键概念：永久性（物体不会突然消失）；坚固（固体对象无法彼此通过）；和连续性（对象以一致的方式在空间和时间上移动）。
研究人员构建的数据集涵盖了这三个概念，再加上两个概念：不变性（对象属性，例如形状，不要改变）；和定向惯性（物体以与原则一致的方式移动惯性）。
这些概念是通过落在地面上的球夹中的，互相反弹，消失在其他物体后面，然后重新出现，依此类推。在这些视频上训练了柏拉图后，下一步就是对其进行测试。
当显示AI的“不可能”场景的视频违反了它所学的物理学时，柏拉图表达了惊喜（或AI等同于它的AI）：很聪明，可以意识到发生了一些奇怪的事情，破坏了物理定律。
这也发生在相对较短的训练期之后，在某些情况下只有28小时。从技术上讲，就像在婴儿研究中一样，研究人员正在寻找违反预测的证据（VOE）信号，这表明AI了解了它已被教授的概念。
“我们基于对象的模型在我们研究的所有五个概念中都表现出强大的VOE效果，尽管对没有发生特定探针事件的视频数据进行了培训。”发表论文。
团队进行了进一步的测试，这次使用与培训数据中不同的对象。同样，柏拉图对应该和不应该发生的事情表现出深刻的了解，表明它可以学习并扩展其基本培训知识。
但是，柏拉图还没有达到一个三个月大的婴儿的水平。当显示不涉及任何对象的情况，或者测试和培训模型相似时，AI的惊喜就会减少。
此外，对柏拉图进行了培训的视频包括额外的数据，以帮助其在三个维度上识别对象及其移动。
似乎仍然需要一些内置知识才能获得完整的了解 - “自然与养育”问题是发展科学家在婴儿中仍然想知道的事情。这项研究可以使我们更好地了解人类的思想，并帮助我们建立更好的AI代表。
“我们的建模工作提供了概念验证证明，即至少可以通过视觉学习来获取一些直觉物理学的中心概念，”写研究人员。
“尽管对某种早熟（出生于高级状态）的研究表明，从出生中可以存在某些基本的物理概念，但在人类中，数据表明直觉物理知识在生命的早期出现，但可能会受到视觉体验的影响。”
该研究已发表在大自然的人类行为。
编辑注释（2022年7月13日）：我们最初的标题使听起来像AI可以像人类婴儿一样思考，而这项研究只教导了算法的一个方面。我们已经更新了本文中的标题和几个参考文献，以更清楚地区分所做的工作。
